11月12日，谷歌发布了自家第一个决策模型 Gemini Decision 1，并同步推出由它驱动的 Gemini Decisions API。 这个AI不会写字、不聊天，专门替系统做判断：一次请求最多能回答1000道是非题、选择题或打分题，端到端延迟只要150～250毫秒。 价格更是把"判卷"做成了批发价：每百万输入token 0.10美元，输出不收费。 它瞄准的恰恰是过去藏在所有App背后、却一直由会写作文的大模型代劳的那类活：审核、筛选、分类、替智能体决定下一步。模型分工的这条路，OpenAI、微软在10月已经走过，现在谷歌亲自下场。对用户来说，变化不会以"新功能"的形式出现，而是藏在反应更快、审核更密、AI代办更顺、账单更稳这几件小事里。36氪知乎小红书
一个不会写字的模型，快在哪
与传统大模型逐字生成文本不同，这款模型不需要逐个token生成文字，而是通过单次前向传播，对预先设定的候选答案直接评分。 给它一段材料——文字、图片、音频、视频、PDF都行，最高支持256K token的输入上下文——再配上三类预设问题：是/否判断、最多255个选项的多项选择、自定义标准的打分题，它返回答案、每个选项的概率和0～1的置信度，一次请求里三种题型还能混着问。36氪
速度是最硬的卖点：在不超过16K token的测试上下文里，模型计算阶段的中位延迟保持在50～100毫秒，端到端约150～250毫秒，而且从问1道题到问100道题，延迟基本保持平稳。 作为对照，同一个分类路由请求，决策模型182毫秒返回，大模型用了6.4秒。36氪36氪
成本是另一半逻辑：谷歌CEO皮查伊给出的口径是，在同一组评测上，Gemini Decision 1比自家的Gemini 3.5 Flash-Lite便宜5倍左右。 原因不难理解：过去让大模型判断一封邮件是不是垃圾邮件、一个任务该派给哪个智能体，得先等它写完理由，再从文本里抠结果；现在判卷和写作被拆成了两个工种。知乎
为什么所有大厂都在做"判卷老师"
谷歌不是第一个。9月中旬，初创公司TypeSafe的Jev上线，数周用户破百万、约三分之一的财富500强企业开始使用、24天内估值从约2亿美元飙到75亿美元，带火了"决策模型"这个品类名。 10月，OpenAI的Decisions API正式转正，微软也推出了自家决策模型，AWS、Cloudflare、阿里通义相继入场，国内还有开源的StartLux决策模型一度冲上榜单第一，不到一个月同类产品涌现十余款。 共同的产业判断是：AI一大半的活不是创作，是判断，而判断需要的是快、便宜、格式稳定。谷歌也把它定义成AI系统中的底层组件而不是一个新聊天机器人，已经用在模型路由、智能体工具选择、产品设计和安全检测等环节。36氪知乎36氪
日常用App，你会摸到的四个变化
第一，AI助手的反应变快，而且是"该快的地方快"。谷歌披露Gemini Notebook已经用Decisions API当实时模型路由器：简单问题派给成本较低、响应较快的模型，复杂推理再交给更强的模型，日常查询的延迟最多可以降低40%。 以后同一个助手，问天气和写报告的速度差会进一步拉大——因为派单这个动作本身只要几十毫秒。36氪
第二，审核和安全层会变得更密。谷歌在搜索内部用这套API构建了MCP工具的安全检测层，识别潜在的对抗性行为及内容。 垃圾内容拦截、评论过滤、风险提示这类过去受成本限制的"站岗"环节，正在变成近乎批发的工种：平台付出的边际成本下降，覆盖率和响应速度上升。36氪
第三，智能体替你办事会更顺。手机智能体的每一步——选哪个App、填哪张表、要不要人工确认——都是判断节点。判断从秒级压到毫秒级后，“一句话订餐”“跨App比价"这类多步任务的卡顿感会明显减少。这个方向上的竞争还在胶着：在考验工具调用判断能力的When2Call测试中，TypeSafe Jev 1.14得分82.0%，Gemini Decision 1为79.9%。 置信度机制则决定了产品形态：不确定的结果会被交回给人，所以你更常看到的可能是"AI填好、你确认发送”，而不是AI一路办到底。36氪
第四，高频AI功能有望不再动辄按次喊贵。判卷被打成白菜价后，App里那些用得多的AI功能——分类、推荐、客服分派——成本大头被削掉，应用层的反应速度和价格都会更稳。 谷歌在AI Studio直接开了免费档，开发者现在就能申请API Key搭原型试效果。小红书知乎
泼两盆冷水
一是"最快"不等于"最强"。谷歌自报9项基准测试拿下7项第一，JevBench准确率92.2%。 但在独立评测机构Artificial Analysis的决策指数上，Gemini Decision 1综合得分66分，18个同类产品里排第9，与Jev打平，榜首的Drex Max v1.1和GLiDE v1.2拿到73分。 按Artificial Analysis完成整套评测的口径，它每完成100万个任务要花345美元，分数更高的Drex Max v1.1只要103美元，不到它的三分之一。36氪小红书知乎
二是在中国市场，"判断更快"只是智能体代办的一半前提。11月6日，工信部公开《关于加强智能体终端设备进网管理的通知》，把预装智能体的手机、平板、可穿戴设备等终端纳入相关管理。 通知要求推动App开发者以电子签名主动声明是否同意被智能体调用，没有得到开发者同意声明的，智能体不得强制调用或调取该应用。 换句话说，AI判断得再快，能不能替你点开外卖App、提交退款单，还取决于App方开不开口子、适配与检测流程走没走完。36氪知乎
结语
决策模型不会取代会写字的大模型——复杂创作和开放推理仍是旗舰模型的活，它切走的是答案空间有限、调用量大、必须快且稳的那部分判断。接下来几个月，你对App的期待可以换个问法：不是"AI说得像不像人"，而是有多少事情，再也不用等AI把话说完。
